关节镜下不可吸收缝线捆扎固定治疗膝关节前交叉韧带胫骨止点撕脱骨折

@@膝关节前交叉韧带（anterior cruciate ligament，A原CL）胫骨止点撕脱骨折，是ACL损伤的一种特殊形式，约占ACL损伤的14豫。ACL胫骨止点附着于髁间隆突前侧的坡面，前方与膝横韧带相邻，内侧与内侧半月板前角毗邻，外侧与外侧半月板前角相连。传统的切开复位内固定手术创伤大，患者术后康复时间长，且往往需要石膏外固定，容易导致关节僵硬，从而影响手术效果。我院自2009—2012年采用关节镜下不可吸收缝线“8”字捆扎固定治疗ACL胫骨止点撕脱骨折，效果满意，现报道如下。     

筛选试验情形下可靠性评估

通过改变数据填充方式重新对筛选试验进行可靠性评估.在填充数据的方法上选择等分位点数据填充算法,使得改进后的算法所得的虚拟完全数据更接近于真实的完全数据.最后对所提出的筛选试验情形下可靠性评估方法进行了模拟验证.     

基于神经网络融合技术的供应商评价研究

供应商是整个供应链的源头,他是企业制造资源的输入端,因而对供应商选择是一个企业经营运作的基础.对供应商的评价选择将在很大程度上决定供应链能否平稳运行和运行的效能.BP神经网络方法可避免传统方法的局限性与专家评价的主观随意性,实现了定性分析与定量分析的有效结合,保证供应商评价结果的客观性,但同时也存在训练时间长、易陷入极小值的缺点.因此,建立了一种神经网络融合技术算法.方法是由主成分分析法、粒子群算法与BP算法相融合而成的一种评价方法.通过收敛性分析和数值模拟,验证该算法具有良好的泛化能力,并且在训练误差、训练时间上也要优于BP神经网络算法.因此,对于解决供应商评价问题是有效的.     

基于字典学习方法的CT不完全投影图像重建算法

对于不完全投影角度的重建研究是CT图像重建中一个重要的问题.将压缩感知中字典学习的方法与CT重建算法ART迭代算法相结合.字典学习方法中字典更新采用K-SVD(K-奇异值分解)算法,稀疏编码采用OMP(正交匹配追踪)算法.最后通过对标准Head头部模型进行仿真实验,验证了字典学习方法在CT图像重建中对于提高图像的重建质量和提高信噪比的可行性与有效性.另外还研究了字典学习中图像块大小和滑动距离对重建图像的影响     

一种新型的局部连接BP网络模型及应用

局部连接神经网络简化了网络结构,提升了网络收敛速度和减少了网络训练复杂度,可用于函数逼近和系统建模.为了采用直观的建模方式对实际系统网络拓扑逼近,对此文章提出一种新型的局部连接BP网络模型(local BP neural network,LBPNN).该模型的网络结构可以模拟任意前馈型网络拓扑结构,其网络模型中的连接权和神经元与被模拟的网络拓扑中的边和节点一一对应.传统带约束的非线性规划和智能优化算法,其参数辨识受限条件多和算法代价较大,同时提出了与LBPNN模型相应的一种新型的带约束的随机梯度下降法(constrained stochastic gradient descent,CSGD)对其权值参数进行训练.通过算例仿真验证了CSGD训练算法的有效性,稳定性和鲁棒性.     

三维加权PFDK重建算法研究

基于滤波反投影的Feldkamp-Davis-Kress(FDK)算法,具有数学形式简单、容易实现和计算速度快等优点,在医疗和工业等领域得到了广泛的应用.平行重排(PF DK)算法是FDK算法的一种推广,针对PFDK算法重建出的图像受锥角的影响加大的问题,给出一种三维加权PFDK图像重建算法,并研究了重排过程中径向插值间隔对重建图像质量的影响,分别采用三种不同插值总数(插值间隔分别是1单位,0.5单位,0.25单位)重排数据.实验结果表明给出的三维加权PFDK算法可有效减少锥角的影响,且当采用2倍插值总数时重建结果较好.     

基于径向基函数网络的虚拟物流企业伙伴选择方法研究

在对虚拟物流企业系统研究的基础上 ,针对虚拟物流企业伙伴选择问题的特点 ,给出了一个面对虚拟物流企业伙伴选择问题的较为全面的选择过程框架 .并提出了一个基于径向基函数网络算法的虚拟物流企业伙伴选择模型 ,实例仿真说明了该算法和模型的有效性 .     

单调迭代结合虚拟区域法求解非线性障碍问题

讨论了二阶半线性椭圆方程障碍问题的数值求解问题.用单调迭代算法求解障碍问题,并用改进的虚拟区域法求解相关的不规则区域上具有Dirichlet边界条件的椭圆方程.在计算过程中,传统的有限元离散会导致用扩展区域规则网格计算不规则物体边界上积分的困难.为了克服此困难,给出了一种新的基于有限差分的算法,从而使得偏微分快速算法可用.算法结构简单,易于编程实现.对有扩散和增长障碍的logistic人口模型数值模拟说明算法可行且高效.     

Weibull 分布等分位数数据填充算法及其应用

基于作者曾提出的处理非随机删失数据的迭代算法,针对weibull分布相同定时截尾型试验数据,通过改变数据的填补方式,在保证由算法所得的参数估计的相合性和不变性的前提下,使得改进后的算法所得的虚拟完全数据更接近于真实的完全数据.模拟研究表明,对于删失数据情形下可靠度的区间估计问题,改进后的算法更加精确.     

基于自适应小波变换和矢量量化的图像压缩编码

运用小波变换进行图像压缩的算法其核心都是小波变换的多分辨率分析以及对不同尺度的小波系数的量化和编码 .本文提出了一种基于能量的自适应小波变换和矢量量化相结合的压缩算法 .即在一定的能量准则下 ,根据子图像的能量大小决定是否进行小波分解 ,然后给出恰当的小波系数量化 .在量化过程中 ,采用一种改进的LBG算法进行码书的训练 .实验表明 ,本算法广泛适用于不同特征的数字图像 ,在取得较高峰值信噪比的同时可以获得较高的重建图像质量 .